ZDNet 검색 페이지

'데이터 통합'통합검색 결과 입니다. (12건)

펜타시스템, 부산시 모든 데이터를 한곳에 모았다

부산시가 흩어져 있던 공공과 민간 데이터를 하나로 모아 쉽게 보고 활용할 수 있는 '부산형 데이터 통합플랫폼'을 완성했다. 펜타시스템테크놀러지(대표 장종준)는 부산시의 '부산형 데이터 통합플랫폼'구축 사업을 성공적으로 완료했다고 31일 밝혔다. 부산시는 데이터 기반 행정을 강화하고, 지역 데이터 산업 생태계를 조성하기 위해 이번 사업을 추진했다. 공공 및 민간에 흩어져 있던 데이터를 수집·통합하고, 데이터 전 주기를 체계적으로 관리하는 '데이터댐'을 구축해 데이터 활용성을 극대화했다. 펜타시스템은 자체 개발한 데이터 추출·변환·적재·이행처리 프로그램을 적용해 빠른 데이터 처리 속도를 구현하고, 대량의 데이터 정합성을 보장하는 고성능 데이터 처리 기술을 적용했다. 이를 통해 다양한 공공·민간 데이터와의 연계성을 강화했다. 이번 사업에서는 지자체 최초로 '통합데이터지도'를 구축해 데이터를 시각적으로 제공함으로써 행정기관뿐만 아니라 기업·연구기관·시민이 데이터를 쉽게 이해하고 활용할 수 있도록 했다. 또한 지자체·산업·학계(지산학)에서 생산·보유한 데이터를 거래할 수 있는 '데이터마켓'을 함께 조성하여 데이터 경제 활성화 기반을 마련했다. 펜타시스템은 이번 사업을 통해 축적한 노하우와 기술을 바탕으로, 향후 지자체 및 공공기관과 협업하여 데이터 통합·활용 플랫폼을 확산할 계획이다. 장종준 펜타시스템 대표는 "이번 사업은 펜타시스템의 데이터 관리 및 분석 기술력을 검증받은 사례"라며 "앞으로도 공공 및 민간 데이터 활용도를 높이고, 데이터 기반 행정 혁신을 지원할 수 있도록 최선을 다하겠다"고 밝혔다.

2025.03.31 16:00남혁우

"OTT 시대, 통합시청률 측정 전담기구 시급"

미디어 환경이 급변하면서 기존의 TV 시청률 측정 방식으로는 다양한 플랫폼에서 이루어지는 콘텐츠 소비를 제대로 측정할 수 없다는 지적이 나왔다. 전문가들은 영국, 미국, 일본 등 해외는 이미 갖춰져 있다며 민관이 협력해 전담기구를 설립하는 등 구체적인 대응 방안을 마련해야 한다고 제언했다. 유승철 이화여자대학교 교수는 13일 진행된 '유료방송 생태계 발전과 통합시청률조사의 제도화 방안' 세미나에서 "전통적인 시청률 측정의 구조적 한계가 드러나고 있다"며 "현재의 시청률 측정 방식이 다양한 기기와 플랫폼에서의 시청을 반영하지 못하고 있다"고 말했다. 유승철 교수는 국내 OTT 이용률이 이미 90%에 육박하는 상황에서 OTT 플랫폼에 대한 정확한 시청률 측정이 시급하다고 강조했다. 유 교수는 "2029년이 되면 95.8%가 OTT를 쓴다. 아주 노인이나 어린 소비자를 제외했을 경우에는 대부분 OTT를 사용한다고 보면 된다"며 "TV를 틀어 놓고 일을 하면서 핸드폰을 보고 있는데, 3개의 매체를 활용하고 있다고 볼 수 있다. 학생들 같은 경우에는 훨씬 더 많아지고 있다"고 설명했다. 이어 유 교수는 OTT 시장이 구독료 기반에서 광고 기반으로 변화하고 있다며, 이러한 변화가 시청률 측정 체계에도 영향을 미친다고 설명했다. 또한 FAST(Free Ad-Supported Streaming TV)의 성장에 대해서도 언급했다. 그는 "광고 기반 OTT가 이제 OTT의 또 다른 대안, 소위 이야기하면 AVOD(광고 기반 OTT) 시대가 열리고 있다"며 "또한 해외를 중심으로 패스트가 빠르게 진화하고 있다. 미국 같은 경우에 구독료에 대한 문제를 심각하게 느끼고 있는 상황이고, KTV도 이것에 대한 대응을 모색하고 있다"고 말했다. 즉 이러한 환경 변화로 인해 광고주들이 OTT 플랫폼에서의 광고 효과를 정확히 측정할 수 있는 통합 시청률 시스템이 더욱 시급해졌다는 것이다. 이에 유 교수는 OTT 등 다양한 멀티 플랫폼인 통합 데이터를 검증하는 형식의 방식으로 진화해야 한다고 주장했다. 유 교수는 '방송사, OTT 플랫폼, 광고주의 공동 JIC(Joint Industry Committee) 도입'의 필요성을 강조했다. 나아가 선진적인 통합 시청률 측정 시스템 구축을 위한 과제로 ▲크로스 플랫폼 측정 자료에 대한 개발 ▲이해관계자 간의 협력 강화 ▲국제 인증 기준 도입을 제시했다. 유 교수는 "서로 간의 이해관계가 전혀 다른 이해관계자들이 함께 모여서 방송 광고의 발전 또는 OTT 광고의 발전을 논의할 장을 만드는 것이 필요하다"며 "중간 과정에서는 정부나 공기관의 역할도 상당히 중요하다"고 설명했다. 이어 그는 "미국에 이어 디지털화가 느린 일본도 조사 시스템을 갖추기 시작했다"며 "한국은 준비가 좀 덜 되어 있는 상황이다. 한류 콘텐츠가 선도하고 있는 환경을 고려할 때 빨리 시작해야 한다"고 강조했다. 두번째 발제를 맡은 성윤택 코바코(KOBACO) 박사는 전통적인 시청률 측정의 구조적 한계를 지적하며, 통합 시청률이라는 용어 자체에 대한 재고의 필요성을 제기했다. 성윤택 박사는 "전체 TV 보유 가구 수 대비 특정 프로그램을 보는 가구 수의 비율을 흔히 TV 시청률이라고 하는데, 이는 현재 상황과 맞지 않다"며 "통합 시청률이라는 표현부터 약간 다시 생각해 봐야 된다"고 말했다. 이어 성윤택 박사는 통합 시청률 측정을 위한 구체적인 기술적 해결책으로 워터마크와 메타태그 방식을 제안했다. 그는 "콘텐츠가 TV 수상기로 가든, TV 방송 프로그램이 온라인으로 가든, OTT로 가든 이 콘텐츠를 식별만 할 수 있다"며 "그게 워터마크, 메타태그라고 생각하시면 된다. 워터마크의 형체는 여러분들이 갖고 계신 여권에 이렇게 비춰 보면 별도로 보이는 것과 같고, 5만 원짜리 화폐나 지폐도 마찬가지다"고 말했다. 또한 미국의 MRC(Media Rating Council)와 중국의 시맥(CIMM), 일본의 지크타크 등 해외의 시청률 인증기관을 소개하며, 한국의 상황과 비교했다. 성윤택 박사는 "미국 MRC가 63년도부터 시작해서 지금 60년이 넘는 기간 동안 중국과 일본 같은 국가들이 미디어 시스템 인증 또는 OTT 데이터 인검증에 대해서 적극적으로 뛰어들고 있지만, 한국은 이러한 기관이 부재하다"고 밝혔다. 그는 통합 시청률 도입을 위한 전담기구를 설치해야 한다고 제시했다. 이어 ▲데이터 수집 및 확보 차원 ▲데이터 거래 활용 차원 ▲데이터 신뢰 인검증 차원에서 민관이 협력해야 한다고 제언했다. 성 박사는 "전담기구를 설립을 해야 된다. 이해관계를 조율하기가 상당히 힘들어서 스타트가 너무 느리다"며 "공공이 주도를 해서 판을 깔고 이해관계자들이 협의체에 들어와서 함께 해야 한다"고 말했다. 이어 그는 "2015년에는 전 세계 어느 나라보다 우리나라가 통합 시청률에 관심을 가지고 1등 했다. 그러나 지금은 유튜브, 넷플릭스 등의 등장으로 이러한 우위를 잃어가고 있다"며 "국내 사업자들이 '왜 우리만 (데이터를 공개해야 하느냐)'라는 문제도 있어 정부의 협상력이 중요하다"고 강조했다.

2025.03.13 17:16최지연

오라클 "오픈소스 저렴?…숨겨진 비용 부담 커"

인공지능(AI) 시대가 도래하면서 기업들은 경쟁력을 확보하기 위해 대규모 데이터를 수집하고 활용하는 데 집중하고 있다. 그러나 데이터의 양이 폭발적으로 증가하면서 저장, 관리, 분석 과정에서 막대한 비용이 발생하고 있으며, 데이터 유형이 다양해지면서 시스템의 복잡성도 커지고 있다. 많은 기업이 비용 절감을 이유로 오픈소스 기반 데이터베이스(DBMS)를 선택하지만, 오라클은 초기 도입 비용이 저렴해 보일 뿐, 장기적으로 운영 비용과 유지 관리 부담이 커질 수 있다고 지적한다. 특히 보안 강화, 확장성 확보, 장애 허용성을 위한 추가 개발 및 유지보수 비용이 예상보다 크다는 점을 간과해서는 안 된다는 설명이다. 이러한 문제를 해결하기 위해 오라클은 '통합 데이터 아키텍처(Converged Data Architecture)' 전략을 제시하며 데이터 관리의 총소유비용(TCO)을 줄이는 솔루션을 제공하고 있다. 오라클의 데이터베이스는 단일 플랫폼에서 다양한 데이터 유형을 지원하여 운영 복잡성을 낮추고, 높은 수준의 보안과 확장성을 제공해 기업들이 장기적으로 보다 비용 효율적인 환경을 구축할 수 있도록 돕는다. 12일 오라클 티르탄카르 라히리 수석부사장과의 인터뷰를 통해 오라클의 데이터 전략과 AI 시대에서의 역할을 들어봤다. 아래는 티르탄카르 라히리 부사장과의 인터뷰를 일문일답 형식으로 정리했다 - AI시대에 오라클이 강조하는 경쟁력을 무엇인가? 오라클은 전 세계에서 규모가 큰 비즈니스 데이터를 보유하고 관련 서비스를 제공하고 있는 기업이다 이를 기반으로 AI를 적용하여 복잡한 AI 워크로드를 해결할 수 있다. 기존의 데이터베이스가 단순한 트랜잭션 및 분석을 위한 것이었다면, 오라클은 최신 벡터 인덱스를 추가해 AI 벡터 검색 기능을 강화했다. 이를 통해 AI와 데이터가 원활하게 결합되면서, 기업들이 AI 기반 검색과 분석을 보다 정교하게 수행할 수 있도록 지원하고 있다. - 오라클의 데이터 역량을 어떻게 AI 전략에 활용한다는 것인지 오라클의 AI 전략의 핵심 개념 중 하나는 '생성형 개발(GenDev)'이다. 이는 개발자가 AI 어시스턴트를 활용해 안전하고 검증 가능한 방식으로 애플리케이션을 개발할 수 있도록 돕는 개념이다. 단순히 AI가 코드를 생성하는 것이 아니라, AI가 생성한 코드와 결과물이 검증 가능하고 신뢰할 수 있도록 하는 것이 특징이다. 기존 챗GPT와 같은 모델은 코드를 대량으로 생성할 수 있지만, 오류 검증이 어렵다는 단점이 있다. 오라클은 이러한 문제를 해결하기 위해 AI 기반의 개발 지원 도구를 제공하고 있다. - 통합 데이터 아키텍처의 장점이 정확하게 무엇인가? 기존에는 각각의 데이터 유형을 처리하기 위해 서로 다른 데이터베이스를 운영해야 했다. 예를 들어, JSON 데이터를 처리하기 위해 NoSQL DB를 사용하고, 분석을 위해 별도의 데이터 웨어하우스를 구축해야 했다. 하지만 오라클의 통합 데이터 아키텍처를 활용하면, 모든 데이터 유형을 하나의 플랫폼에서 처리할 수 있어 데이터 일관성을 유지할 수 있으며 보안과 성능 면에서도 뛰어난 장점을 제공한다. 벡터 데이터와 같은 AI 기반 데이터도 기존 관계형 데이터와 자연스럽게 결합하여 활용할 수 있다. - 통합 데이터 아키텍처를 제시하며 비용 효율성을 강조했다. 오픈소스 DBMS와 어떤 차이점을 갖는 것인가? 많은 기업들이 비용 절감을 위해 오픈소스 데이터베이스를 활용하지만, 이는 보안과 확장성, 장애 허용성과 같은 엔터프라이즈급 요구사항을 충족시키지 못하는 경우가 많다. 오라클은 통합된 데이터 아키텍처를 통해 다양한 데이터 유형을 지원하며, 고급 보안 기능과 확장성을 제공한다. 반면, 오픈소스를 활용하는 경우 여러 개의 데이터베이스를 따로 운영해야 하며, AI를 결합하려면 각각 추가적인 개발과 관리가 필요하다. 이 과정에서 인력 등의 추가 비용이 발생하며 보안 위협이 커질 수 있다는 점을 고려해야 한다. - 오라클에서 지원하는 데이터 유형에는 어떤 것들이 있는가? 오라클은 JSON, 그래프, 벡터, 시계열 데이터 등 다양한 데이터 유형을 지원한다. JSON 데이터는 몽고DB와의 호환성을 제공하며, 그래프 데이터는 금융 및 보안 분야에서의 패턴 분석과 사기 탐지에 활용된다. 시계열 데이터는 IoT 및 텔레메트리 데이터 분석에 유용하며, 벡터 데이터는 AI 검색 및 AI 기반 추천 시스템에 사용된다. 기존의 관계형 데이터베이스(RDB)에서 벗어나, 다양한 데이터 유형을 통합적으로 처리할 수 있도록 하는 것이 오라클의 강점이다. - JSON 데이터 지원을 강화하고 있는 것으로 알고 있다. 그래프 DB에 대한 고객 반응은 어떤가? 그래프 DB는 관계형 데이터베이스 위에 그래프 개념을 적용하는 방식으로 제공되며, 금융 및 보안 업계에서 특히 높은 활용도를 보이고 있다. 예를 들어, 의심스러운 거래 패턴 탐지나 복잡한 네트워크 관계 분석에서 그래프 DB가 효과적이다. 기존 SQL 쿼리를 활용하여 이러한 패턴을 분석하려면 매우 복잡한 연산이 필요하지만, 그래프 DB를 활용하면 이를 훨씬 간결하고 직관적인 방식으로 처리할 수 있다. 오라클은 관계형 데이터 모델과의 자연스러운 통합을 통해 그래프 DB를 더욱 강력하게 지원하고 있으며, 기업들이 AI와 데이터 분석을 보다 효과적으로 수행할 수 있도록 지속적으로 개선하고 있다. - 지난해 발표한 지능형 데이터 레이크의 진행 상황이 궁금하다 지능형 데이터 레이크는 오라클의 자동화 데이터베이스 전략의 핵심 요소 중 하나이며 개방형 표준인 아이스버그 포맷을 지원하여 데이터를 저장하고 공유할 수 있도록 발전하고 있다. 기존 데이터 웨어하우스와의 원활한 연계를 통해 기업들이 보다 유연하게 데이터를 관리할 수 있으며, 분석과 머신러닝 모델 훈련을 더욱 효율적으로 수행할 수 있도록 설계되었다. 또한, 오라클의 데이터 레이크는 가상의 데이터 웨어하우스를 손쉽게 구축할 수 있도록 지원하며, 데이터를 안전하게 보관하고 분석할 수 있는 기능을 강화하고 있다. 이를 통해 기업들은 기존 데이터 자산을 보다 효과적으로 활용하고, AI와 데이터 분석 환경을 최적화할 수 있다. - AI시대 오라클의 목표는 무엇인가? 오라클의 목표는 기업용 AI 플랫폼으로 도약하는 것이다. AI 모델 및 벡터 임베딩의 위치를 고객이 자유롭게 선택할 수 있으며, AI 배포 방식에서도 퍼블릭 클라우드, 프라이빗 클라우드를 비롯해 에어갭(Air-Gap) 환경까지 통합 지원할 것이다. 특히 한국을 포함한 글로벌 기업들이 AI 도입을 본격화하며 데이터 보안 및 규제 준수에 대한 요구가 높아지고 있다. 오라클은 가상 프라이빗 데이터베이스(VPD), 리얼 애플리케이션 보안(RAS) 등 보안 기능을 강화해 기업들을 위한 온프레미스 AI 환경 제공을 확대할 방침이다. 이미 많은 기업들이 관심을 보이고 개념증명(POC) 등을 진행 중으로 관련 성과도 곧 선보일 수 있을 것으로 기대한다.

2025.02.12 16:53남혁우

정부, 100만명 바이오 빅데이터 구축 본격 착수

100만명 규모의 바이오 빅데이터를 구축하는 '국가통합바이오빅데이터구축사업'이 본격화됐다. 국가통합바이오빅데이터구축사업(이하 바이오빅데이터사업)은 국민들의 자발적인 참여와 동의에 기반해 임상정보·공공데이터·유전체데이터 등 의료데이터를 개인 중심으로 통합·관리하는 사업이다. 1단계(2024년~2028년)에서 희귀질환자·중증질환자·일반참여자 총 77만2천명의 참여자를 모집하고, 2단계 사업(2029년~2032년) 추진을 통해 총 100만명의 바이오 빅데이터를 구축할 계획이다. 참여를 희망하는 국민들은 사업단 누리집을 통해 사업 설명과 예약 등 참여방법을 안내받을 수 있으며, 전국 38개 모집기관 중 참여 유형(희귀질환자·중증질환자·일반 참여자)에 맞는 기관을 방문해 동의서와 설문지 작성 후 혈액·소변 등 검체와 임상정보를 기탁할 수 있다. 참여자로부터 수집된 데이터와 검체는 데이터뱅크(한국보건의료정보원 인체유래물은행)와 바이오뱅크(질병관리청 국립중앙인체자원은행)를 통해 안전하게 보관·활용되며, 향후 정밀의료 및 디지털 헬스케어 개발 등 연구에 활용할 수 있도록 대학·병원 등 연구자에게 '26년부터 개방할 예정이다. 그간 관계부처는 사업단을 구성·운영하고, 주요 과제 수행을 위한 정책지정기관 및 과제 수행기관을 선정했으며, 시스템 인프라를 구축하는 등 국가통합바이오빅데이터 구축을 위한 기반을 마련했다. 이날 행사에서는 사업추진 경과와 사업내용을 소개하고 향후 추진계획을 공유했으며, 사업 출범을 알리는 참여기관 현판 수여식을 진행한 후 사업 관계자 등 간담회를 통해 의견을 청취하는 시간을 가졌다. 지난 19일 열린 바이오빅데이터사업 출범식에는 보건복지부‧과학기술정보통신부‧산업통상자원부‧질병관리청 등 관계 부처와 한국보건산업진흥원, 국가통합바이오빅데이터구축사업단 등 유관기관 관계자와 서울대학교병원, 서울아산병원, 삼성서울병원 등 총 38개 의료기관 등이 참석했다.

2024.12.22 19:01조민규

박재범 인젠트 대표 "AI전환, 한 걸음부터 천천히"

"많은 기업에서 외부 성공 사례만 듣고 급하게 인공지능(AI)을 도입하려는 경우가 많다. 이런 경우는 대부분 실패로 이어지고 AI에 대한 불신이 만들어지는 배경이 된다. 아직 AI는 이제 도입이 시작된 초기 기술에 가깝다. 우선 기업에 AI가 필요한 부분은 어디인지 우리의 역량은 얼마나 되는지 충분히 검토 후 한발씩 확장하는 것이 중요하다." 박재범 대표는 22일 서울시 중구 더플라자호텔 서울에서 개최한 '통합 솔루션 서밋 2024(ISS 2024)'에서 이와 같이 말하며 기업의 AI 도입 전략을 제시했다. 지난해 11월 취임한 박재범 대표는 인젠트 입사 전 한국오라클 부사장을 역임했을 뿐 아니라 액센츄어, 미라콤아이앤씨, 엔티티코리아솔루션즈 등 국내외 주요 IT기업과 글로벌 컨설팅기업에서 활동해온 IT 전문가다. 박 대표는 인젠트 합류 이후 인공지능(AI)와 디지털전환(DX) 부분을 적극적으로 확대하며 데이터 전문 기업을 넘어 플랫폼 기업으로의 확장을 이끌고 있다. 박재범 대표는 인젠트의 전환 과정에 대해 "데이터 플랫폼 전문 기업으로서 쌓아온 역량을 바탕으로 AI와 클라우드 기술을 통합하여 시장에 새로운 가치를 제공하고자 한다"고 말했다. 그에 따르면, 인젠트는 AI 기술을 활용해 데이터 관리 자동화와 실시간 분석을 가능하게 하여, 기업들이 데이터를 더욱 효율적으로 활용할 수 있도록 돕고자 한다. 그는 사업 전략 제시에 앞서 모든 산업에서 AI에 대한 관심이 폭증하고 있지만 실제 도입하거나 성공한 사례는 크게 두드러지고 있는 현 상황의 원인을 제시했다. 우선 AI에 대한 기업의 역량과 기대치 사이에 큰 격차가 있다는 지적이다. 박 대표는 "많은 기업의 임원진이 성공적인 AI 도입 사례를 접한 후 기업에서 즉각적인 성과를 내기 위해 AI 기술을 서두르는 경우가 많다"며 "이로 인해 실무진에게 과도한 압박과 부담이 지워진다"고 말했다. 그는 "AI 도입은 데이터 준비와 인프라 구축 등 철저한 사전 작업이 필수적인 복잡한 과정"이라며 "이러한 세부 작업에 시간을 충분히 투자하지 못하고 빠르게 성과를 내도록 압박받는 실무진은 AI 도입의 성공 가능성을 저해 받을 수 있다"고 설명했다. 이에 박 대표는 AI 도입을 순차적으로 진행하는 서비스 전략을 제시했다. 그는 "AI 도입은 무조건 서두르기 보다 단계적인 접근이 필요하다"며 "기업의 핵심 역량이 무엇이고 클라우드로 전환해서 가장 효율적인 부분이 어딘지 파악한 후 소규모로 전환하며 작은 성공을 반복하며 전환을 점차 가속화해야 한다"고 설명했다. 이와 함께 AI 구축 과정에서 요구되는 높은 구축 비용과 인적 자원이 AI도이 과정의 주요 진입 장벽으로 제시됐다. 비정형 데이터를 정제하고 전처리하는 작업에서 많은 기업이 넘어서지 못하는 상황이 발생한다고 덧붙였다. 인젠트는 이러한 전환 과정을 해결하기 위해 오픈 소스 DB인 포스트그레SQL(PostgreSQL)를 활용한 데이터베이스 전환과 AI 클라우드 통합을 통해 더 나은 데이터 처리 솔루션을 제공한다. 오픈소스를 활용해 데이터베이스관리시스템(DBMS)와 데이터 처리 시스템 등에 발생하는 비용을 최소화하고 복잡한 비정형 데이터 관리 및 분석 작업을 단순화해 진입장벽을 낮추기 위함이다. 박 대표는 "데이터가 AI와 클라우드 기술의 중심"이라고 강조하며 정형 및 비정형 데이터를 모두 관리할 수 있는 솔루션을 구축해 데이터 플랫폼, AI, 클라우드 기술을 한 번에 관리, 운영할 수 있는 통합 플랫폼을 지원한다"고 설명했다. 그는 "통합으로 데이터를 보다 효율적으로 관리하고, 분석 및 활용을 자동화하는 데 초점을 맞추고 있다”며 “이를 통해 기업들이 데이터 관리의 복잡성을 줄이고, AI 기반의 데이터 처리를 더욱 효과적으로 구현할 수 있도록 돕겠다”며 비전을 제시했다. 특히 오픈소스DB를 활용한 데이터 관리 시스템의 전환과 AI 및 클라우드 기술의 결합을 통해 데이터 처리 속도와 정확성을 극대화할 한다는 방침이다. 이와 함께 인젠트는 AI와 클라우드 기술을 활용해 데이터 관리 솔루션을 강화할 계획이다. 클라우드 환경에서 최적화된 데이터 분석을 제공하며, 기업들이 AI 도입을 통해 자동화된 데이터 처리와 실시간 분석을 할 수 있도록 돕고 있다. 더불어 오픈 소스 기술과 클라우드 기반 번들링 전략을 통해 고객 맞춤형 솔루션을 제공함으로써 경쟁력을 높이고 있다. 박 대표는 "인젠트는 AI와 클라우드 기술을 통해 데이터 처리 자동화와 효율성을 극대화할 것"이라며, "고객이 더 빠르게 변하는 시장에 대응할 수 있도록 지원할 것"이라고 말했다. 꾸준히 매출 상승세를 기록 중인 인젠트를 이끌고 있는 박재범 대표는 향후 전략으로 글로벌 시장 확장과 AI 생태계 구축을 제시했다. 클라우드 기반의 확장 전략을 통해 국경을 넘은 서비스 제공이 가능해졌다며, 글로벌 클라우드 서비스 제공업체(CSP)들과의 협력 관계를 통해 해외 시장에서의 경쟁력을 강화할 계획을 밝혔다. 박 대표는 "인젠트가 AI 생태계 내에서 데이터 중심의 혁신을 이끌어갈 것을 목표로 하고 있다"며 "클라우드 기반 데이터 관리와 AI 자동화 기술을 통해, 기업들이 AI 도입의 복잡성을 줄이고 더 효율적으로 비즈니스를 운영할 수 있도록 최선을 다하겠다"며 의지를 밝혔다.

2024.10.23 15:37남혁우

행안부, 공공데이터 활용 최우수 작품 10종 선정

행정안전부가 공공데이터를 활용한 민간의 아이디어가 창업과 사업화로 이어진 우수사례를 발굴·확산에 나선다. 행정안전부는 '제12회 범정부 공공데이터 활용 창업경진대회 통합본선(이하 공공데이터 창업경진대회)'을 개최해 왕중왕전에 출전할 10개 팀을 선정했다고 했다고 8일 밝혔다. 4일부터 5일까지 이틀간 진행한 공공데이터 창업경진대회는 공공데이터 민간 활용을 촉진하기 위해 마련된 대회로 올해로 12회를 맞았다. 이 대회는 2013년 시작해 11년간 약 1만 6천여 개 팀이 참가했다. 그 수상작 127개 중 실제 창업까지 이어진 팀은 2024년 7월 기준 75개에 달한다. 주요 수상작으로는 지난해 대상을 수상한 탈로스의 인공지능(AI) 기반 뇌동맥류 발병 위험도 예측 플랫폼과 우수상을 받은 팜커넥트의 AI 디지털 트윈 스마트농업 플랫폼 '커넥트온' 등이 있다. 창업경진대회 수상을 계기로 탈로스를 포함한 12개 팀은 총 290억 원에 달하는 투자유치를 이끌어 냈다. 팜커넥트 등 23개 팀은 170건의 특허를 출원·등록한 것으로 확인됐다. 올해 공공데이터 창업경진대회에는 총 2천 623개 팀이 참가했으며, 농림축산식품부, 경상남도, 한국수자원공사 등 41개 기관에서 자체 예선을 개최해 66개 팀이 본선에 진출했다. 이번 통합 본선에서는 예선을 통해 기관에서 추천한 66개 팀이 '아이디어 기획'과 '제품·서비스 개발' 2개 부문에서 경쟁을 치렀다. 올해 국민 관심이 컸던 AI 기반 서비스, 부동산·의료 분야 사회문제 해결 관련 작품이 출품되어 이목을 끌었다. 본선에서 독창성, 발전 가능성, ESG혁신 정도 등을 심사해 최우수 작품 10개가 다음과 같이 선정됐다. 이번 통합 본선에서 선정된 최우수 10개 팀(분야별 5개 팀)은 11월 13일(월)에 열리는 '제12회 범정부 공공데이터 활용 창업경진대회 왕중왕전'에 진출해 최종 순위 확정을 두고 한 번 더 겨루게 될 예정이다. 왕중왕전에 진출하는 10개 팀에는 순위와 관계없이 ▲시장조사 및 분석, ▲사업모델의 구상, ▲사업 전략 기획, ▲사업계획서 작성, ▲특허등록방법 및 관계 법률 등 창업을 돕기 위한 공통 교육이 제공된다. 아울러 ▲투자전문가 대상 발표 역량 강화 방법, ▲투자자 시각에서의 사업계획 점검, ▲기업별 마케팅 및 투자유치 보완 필요 사항 등 팀별 맞춤형 교육도 제공된다. 왕중왕전 진출팀에게는 심사결과에 따라 대통령상(2점), 국무총리상(2점) 등 총 10점의 상장이 수여되며, 총상금은 1억 원이다. 고기동 차관은 “올해 공공데이터 활용 창업경진대회에는 2천 개가 넘는 팀이 참여해 공공데이터에 대한 국민과 기업의 수요가 크다는 것을 확인할 수 있었다”라며, “앞으로도 공공데이터를 활용한 새로운 도전을 할 수 있도록 투자유치, 데이터활용 교육 등 맞춤형 기업지원도 체계적으로 추진하겠다”고 밝혔다.

2024.09.08 13:59남혁우

정명애 을지대 교수 "AI·빅데이터 교육 및 창업·보육 지원 확대"

“협회 역할을 AI 교육과 빅데이터 분석 및 활용 교육 등으로 확대할 것입니다. 또한 스타트-업과 투자자를 연계하는 창업·보육 지원에도 일정 부분 협회 역할을 만들어 갈 계획입니다.” 17일 취임한 정명애 대한의료데이터협회(KMDA) 제3대 회장은 “빅데이터와 AI를 바탕으로 하는 의료 데이터의 새로운 서비스나 비즈니즈와 관련한 사업을 눈여겨보고 있다”며 이 같이 말했다.정명애 신임 회장은 현재 을지대학교(총장 홍성희) 빅데이터의료융합학과 교수로 재직 중이다. 임기는 오는 2026년 4월 16일까지 2년이다. 정 신임 회장은 “협회가 창립한 지 3년이 됐다”며 “협회가 안착기에 접어든 만큼 이제부터는 실질적인 일(사업)을 만들어 갈 것”이라고 말했다. 정 신임 회장은 교육과 창업·보육 지원 외에도 오픈 이노베이션 소모임을 만드는 등 의료 데이터 생태계 구축에 공을 들일 계획이다.“정부가 최근 통합바이오빅데이터 인프라 구축 사업에 착수하는 등 바이오헬스 혁신과 국민건강 증진을 도모하고 나섰습니다. 협회도 이에 발맞춰 양질의 의료(바이오) 데이터가 안전하게 보호되고 유통·활용되도록 최선을 다할 것입니다.” 사람 뿐만아니라 반려동물 의료데이터에도 관심 정 신임 회장은 “사람뿐만 아니라 반려동물 데이터 관련 사업에도 관심이 있다”며 “멀기만 한 이야기로 들릴지 모르나 데이터가 돈이 되는 서비스와 비즈니스 발굴 및 육성에 적극 나설 계획”이라고 사업 확대 방안에 대한 입장을 밝혔다. 첫 행보로 정 신임회장은 17일 개막한 '제3회 K-PetBiz Start-up IR'에 참석해 대한의료데이터협회와의 협력을 강조했다. 이 행사는 반려동물을 주제로 제조, 유농, 서비스, 플랫폼, 공유경제, 커뮤니티, 커머스, AI 등을 진행하는 스타트업 12개 업체의 IR피칭 행사다. 대한의료데이터협회 반려동물분과를 비롯한 강남상공회, 카이스트원클럽(KOC)이 공동 주관한다. 대한의료데이터협회는 의료데이터와 혁신적인 IT 등 과학기술을 어떻게 융합할 것인가를 고민 중이다.이를 통해 보건 의료 및 관련 산업의 혁신과 산업 생태계를 조성하고 인류 건강과 의료서비스의 질적 향상에 기여한다는 것이 협회 설립 목표다. “의료데이터를 분석하면 진단의 정확성을 향상할 수 있습니다. 치료 계획을 최적화하고, 의료비용도 효과적인 관리가 가능해집니다. 이는 궁극적으로 건강보험 수가를 낮추는 효과가 있습니다. 환자에게는 건강을 효율적으로 관리하는 데 큰 도움을 줄 것입니다. 정 신임 회장은 의료데이터의 중요성을 강조하며 전통적인 방식과 AI 방식에 의한 신약개발 기간을 예로 들었다. AI 활용하면 신약개발 기간 절반으로 줄어 ”보건산업진흥원에 따르면 기존의 신약 개발 기간은 타깃 발굴 2~3년, 발굴 및 스크리닝 0.5~1년, 물질 최적화 1~3년, 독성시험 1~3년, 임상1~3상 5~6년, 허가1~2년 등 최소 10.5년에서 최대 18년이 걸립니다. 하지만 AI를 활용할 경우 6~9년이면 신약을 볼 수 있지요.“ 의료데이터는 AI를 활용하는 기반이다. 의료데이터를 먼저 쌓은 뒤 이를 가공하고 정제하는 과정 없이는 치료든 신약개발이든 AI 모델링이 어렵다. 하긴 최근엔 유사 데이터를 AI로 모두 만들어내는 사례도 나오고 있다. 정 신임 회장은 협회가 추구하는 의료데이터의 개인화 서비스에 대해서도 자세히 설명했다.기존의 진단 및 치료 중심 의료에서 개인의 유전체 정보를 기반으로 하는 4P(예측, 예방, 참여, 개벌환자 특화) 의료로 의학의 패러다임이 변화하고 있기 때문에, 의료 서비스도 이 추세에 맞춰 혁신이 이루어져야 한다는 것이다. 이 혁신 방법으로 정 신임 회장은 ▲개인화된 진단과 치료 ▲건강한 라이프스타일 촉진(맞춤형 운동 및 식사 계획 등) ▲의료비 절감(질병 조기발견 및 예방) ▲의료 연구와 혁신 촉진(의료데이터 활용 새 치료법 등 개발) ▲기록 기반 의료 서비스 최적화 등을 꼽았다. 정 신임 회장은 의료 데이터셋과 AI의 향후 나아가야할 방향에 대해서도 목소리를 높였다. AI성능 향상 위해선 대량 의료 데이터셋 구축 필수 ”의료 데이터셋의 규모와 다양성은 AI알고리즘 성능을 향상시키는 핵심입니다. 앞으로 더 많은 환자 의료 기록과 생물학적 데이터, 의료 이미지 등을 포함하는 더 큰 규모의 데이터셋이 수집되고 구축되어야 할 것입니다.“ AI가 개인의 의료 데이터를 분석, 정밀 의료와 개인 맞춤형 치료를 제공하는 시대가 조만간 일반화할 것으로도 내다봤다. 또 의료 영상의 자동 분석과 해석 분야에서도 AI기술 수준이 상당부분 올라와 있어 영상을 통한 질병 및 이상 탐지도 현재보다 훨씬 원활해질 것으로 전망했다. ”AI는 의료 연구와 혁신을 가속화하는 데 큰 역할을 할 것입니다. 의료데이터를 기반으로 한 AI 모델은 새로운 치료법 개발과 질병의 이해, 바이오마커 발견 등에 크게 기여할 것입니다.“ 정 신임 회장은 ”빅데이터와 AI가 의료 서비스의 효율성을 향상시키고, 의료비 절감에 큰 도움을 줄 것“이라며 ”특히, AI를 활용한 의료 진단 보조 시스템은 의료 서비스의 질 개선은 물론 진료 시간도 크게 단축시킬 것“이라고 재차 강조했다. “데이터의 생산이나 유통, 활용 측면에서 아직도 규제가 사업화 걸림돌로 작용하고 있다는 지적이 많습니다. 개인정보보호(규제)와 데이터 안정성 간에 조화가 필요합니다. 현재 의료기관은 데이터 보유 기관으로서 의무와 책임만 규정하고 강조하는 문제를 해결해야 합니다. 의료데이터의 생성 및 보유 기관에 대한 정의와 권리, 권한 등에 대한 명확한 정리가 선행돼야겠지요." 정 신임 회장은 이외에도 익명화 암호화된 데이터에 대한 유통 활용이 좀더 자유로워야 한다고 덧붙였다. [주요 이력] △독일 TU-크라우스탈 화학과 고분자 물리화학 박사 △현재 을지대학교 빅데이터의료융합학과 교수 △전 독일 TU-크라우스탈 박사후연구원 △전 독일 막스-프랑크 연구소 고분자연구원 △전 한국전자통신연구원 책임연구원 △전 국가가학기술자문회의 단장 △전 국가과학기술연구회 R&D정책자문 전문위원

2024.04.17 14:00박희범

"생성형 AI의 보안은 '안전'과' 정확성'을 함께 원한다"

“기업은 AI를 활용할 때 관리 가능하고 안전할 뿐만 아니라, 매우 정확하고 관련성 높은 결과물을 요구한다. 이미 챗봇이 '환각' 현상으로 인해 고객에게 부정확한 답변을 제공하고, 이로 인해 기업이 어려움을 겪은 사례도 많이 존재한다. 좋은 AI 전략을 세우려면 강력한 데이터 전략이 필요하다. 기업은 사내에서 자체 AI 모델을 구축하고, 기업 내부 데이터로 해당 모델을 학습시켜 부정확한 답변을 생성하지 않도록 하며, 궁극적으로 지적재산(IP)에 대한 소유권을 갖기를 원하고 있다.” 페르민 세르나 데이터브릭스 최고보안책임자(CSO)는 본지와 서면인터뷰에서 최근 생성형 인공지능(AI) 트렌드 속에서 나타나는 데이터 보안 분야의 체크포인트를 이같이 요약했다. 그는 “AI는 자동화로 생산성을 향상시키고, 데이터에 기반한 의사 결정을 통한 효율성 증대와 성공적인 비즈니스 등 다양한 이점을 제공한다”며 “미국을 비롯한 전 세계 조직이 이러한 이점을 인지함에 따라 AI를 도입하는 사례가 늘고 있지만 동시에 보안과 개인정보 보호에 관한 우려로 인해 AI 프로젝트를 실제 업무에 적용할 때 신중을 기하는 추세”라고 설명했다. 기업의 데이터 보안 전략은 생성형 AI 환경에서 새롭게 업그레이드돼야 하는 상황이다. 데이터 통제 및 관리, 규제 준수 같은 안전을 보장하는 생성형 AI를 만들면서도, 맥락에 적합한 정확한 답변과 성능을 구현해야 한다. IT 보안이 생성형 AI를 맞아 전보다 더 넓은 범위를 고려해야 하는 것이다. 이에 대해 페르민 세르나 CSO는 중요한 조언을 몇가지 제시했다. 그는 단일한 데이터 플랫폼을 구축해 통합적인 보안과 거버넌스 체계를 갖춰야 한다고 강조했다. 데이터 및 AI에 대한 통합 가시성, 데이터 및 AI에 대한 단일 권한 모델, AI 기반 모니터링 및 통합 가시성 등의 접근 방안을 소개하기도 했다. Q. 기업용 생성형 AI에 대해 내부 데이터를 접근할 때 권한 및 보안등급 관리, 규제 준수 등 거버넌스와 컴플라이언스 이슈가 있다. 이에 대한 조언을 한다면? 지난해 JP 모건 체이스, 버라이즌, 삼성전자 등이 고객 정보 및 소스 코드에 대한 통제권을 잃을 수 있는 잠재적 위험을 줄이기 위해 챗GPT 사용을 금지한다고 발표한 바 있다. 이는 거버넌스 도구를 '데이터의 세계'에서 '데이터와 AI의 세계'로 확장해야 하는 이유를 보여주는 대표적인 예다. 서로 다른 여러 플랫폼, 시스템 및 공급업체에 걸쳐 데이터와 AI를 관리하는 일은 매우 복잡하다. 모든 조직이 직면하고 있는 가장 큰 과제 중 하나는, 데이터 사일로와 데이터 개인정보 보호 및 제어에 관한 문제다. 조직에서 사용하는 시스템이나 플랫폼마다 데이터가 중복되거나 시스템 간에 이동될 수 있으며, 또 플랫폼마다 보안 및 거버넌스에 대한 접근 방식이 다를 수 있다. 레이크하우스 아키텍처에 구축된 데이터브릭스 데이터 인텔리전스 플랫폼과 같은 단일 통합 플랫폼을 선택하면 통합 보안 및 거버넌스를 통해 하나의 데이터 사본을 AI에서 비즈니스 인텔리전스(BI)에 이르는 다양한 사용 사례에 저장하고 사용할 수 있어, 이러한 보안 위험을 완화할 수 있다. Q. 데이터브릭스는 생성 AI 시대의 데이터 거버넌스와 컴플라이언스에 어떤 해법을 제시할 수 있나? 데이터브릭스는 2020년에 데이터 웨어하우스와 데이터 레이크의 장점을 결합하고 통합하기 위해 레이크하우스를 분야를 개척했다. 레이크하우스는 (1) 조직 내 모든 데이터 소스(정형, 반정형, 비정형 데이터)를 함께 쿼리하고 (2) 데이터를 사용하는 모든 워크로드(BI, AI 등)를 통합된 방식으로 관리할 수 있는 통합 시스템을 제공한다. 레이크하우스는 독자적인 데이터 플랫폼 범주로 자리 잡았으며, 현재 기업에서 널리 채택되어 대부분의 벤더 스택에 통합되어 있다. MIT 테크놀로지 리뷰 인사이트 보고서에 따르면, 전 세계 CIO의 74%가 자사의 레이크하우스를 보유하고 있다고 답했다. 레이크하우스 도입은 이미 시장에서 대세로 자리 잡았지만, 데이터브릭스는 레이크하우스와 생성형 AI를 결합해 데이터 인텔리전스 플랫폼이라는 새로운 범주의 데이터 플랫폼을 만들었다. 데이터 인텔리전스 플랫폼을 통해 기업은 자연어를 사용하여 한 곳에서 데이터를 통합, 관리 및 활용할 수 있다. 데이터 인텔리전스 플랫폼은 생성형 AI 모델을 사용하여 기업 데이터의 의미를 파악하고 플랫폼의 모든 부분에서 이렇게 이해한 내용들을 활용한다. 데이터브릭스의 통합 거버넌스 솔루션인 유니티 카탈로그를 통해 조직은 모든 클라우드 및 플랫폼에서 정형 및 비정형 데이터, 머신러닝 모델, 노트북, 대시보드 및 파일을 원활하게 관리할 수 있다. Q. 회사 내부 보안조직의 대응법이 있으면 소개해달라. 데이터브릭스의 데이터 및 AI 거버넌스 접근 방식은 아래와 같다 1. 데이터 및 AI에 대한 통합 가시성: 조직은 생성형 AI를 통해 자연어를 사용하여 데이터와 AI를 안전하게 검색하고, 이해하고, 인사이트를 추출하여 생산성을 높일 수 있다. 2. 데이터 및 AI에 대한 단일 권한 모델: 통합 인터페이스로 액세스 관리를 간소화해 데이터 및 AI 자산에 대한 액세스 정책을 정의하고 모든 클라우드 또는 데이터 플랫폼에서 이러한 정책을 일관되게 적용 및 감사할 수 있다. 또한, 조직은 행과 열을 세밀하게 제어하여 보안을 강화하는 동시에 원활하게 확장되는 로우코드 속성 기반 액세스 정책을 통해 액세스를 효율적으로 관리할 수 있다. 3. AI 기반 모니터링 및 통합 가시성: AI를 사용하면 모니터링을 자동화하고 오류를 진단하며 데이터 및 ML 모델 품질을 유지할 수 있다. 조직은 개인 식별 정보(PII) 데이터를 자동으로 감지하고, 모델 드리프트를 추적하며, 데이터 및 AI 파이프라인 내의 문제를 효과적으로 해결하여 정확성과 무결성(integrity)을 유지하는 사전 예방적 알림의 이점을 누릴 수 있다. Q. 방어자 입장에서 AI를 어떻게 받아들여야 바람직할까? AI는 조직이 방대한 양의 데이터를 선별해 패턴을 모니터링하고 분석하는 데 도움을 준다. AI는 이렇게 학습된 패턴을 기준선으로 삼아 비정상적인 행동을 감지하고 시스템에 대한 무단 액세스를 제한할 수 있다. 또한, AI는 위험의 우선순위를 정하고 멀웨어와 침입의 가능성을 즉시 감지하여 분석가의 1차 작업을 보강하는 데 도움을 줄 수 있다. 데이터 인텔리전스 플랫폼과 생성형 AI를 사용하면 조직 내 사이버 보안 팀들은 자연어를 사용하여 사고의 영향과 보안 속성에 대해 질문을 할 수도 있다. Q. 세계 각국에서 AI 안전에 대한 규제가 나오기 시작했다. 조직에서 AI 안전을 담당하는 주체는 누가 돼야 하고, 어떻게 무수한 규제에 대응하고 정책변경에 빠르게 적응할 수 있을까? 새롭게 생겨나는 AI 규제는 다양하고 복잡한 요구 사항을 가지고 있지만, 한편으로는 반복되는 주제를 담고 있다. 일반적으로 5가지 주요 영역에서 의무가 발생한다: 1. AI 개발 및 배포 주기의 모든 단계에서 필요한 데이터 및 모델 보안과 개인 정보 보호 2. 출시 전 위험 평가, 계획 및 완화 - 데이터 학습과 가드레일 구현에 중점을 두고 편향성, 부정확성 및 기타 잠재적 피해를 해결 3. 출시 시 필요한 문서 - 개발 과정에서 수행한 단계와 AI 모델 또는 시스템의 특성(기능, 제한 사항, 학습 데이터 설명, 위험, 완화 조치 등)에 관한 내용 포함 4. 출시 후 모니터링 및 지속적인 위험 완화 - 부정확하거나 기타 유해한 결과물 생성 방지, 보호 대상 그룹에 대한 차별 방지, 사용자가 AI를 다루고 있음을 인지하도록 하는 데 중점을 둠 5. 대규모 모델을 학습하고 실행하는 데 사용되는 에너지가 환경에 미치는 영향 최소화 이러한 목표를 달성하려면 모든 조직이 데이터와 AI 모델에 대한 완전한 소유권과 통제권을 확보하고 AI 개발 및 배포의 모든 단계에서 포괄적인 모니터링, 개인정보 보호 제어, 거버넌스를 이용할 수 있어야 한다. 조직은 데이터 품질을 제공하고, 더 안전한 애플리케이션을 제공하며, 규제 표준을 준수하는 데 도움이 되는 책임 있는 AI 목표를 달성하기 위한 통합된 접근 방식을 필요로 한다.

2024.04.16 10:07김우용

국가통합바이오빅데이터 구축 사업단장에 백롱민 서울대 의대 교수 선정

과학기술정보통신부(장관 이종호)는 '국가 통합 바이오 빅데이터 구축 사업'을 이끌어갈 신임 사업단장에 서울대학교 백롱민 의대 교수를 선정했다고 8일 밝혔다. 이 사업은 보건복지부(장관 조규홍), 산업통상자원부(장관 안덕근), 질병관리청(청장 지영미)과 공동으로 추진한다. 신임 백 단장은 서울대 의대 의학과를 나와 석사학위는 성형외과학, 박사학위는 미생물학으로 받았다. 분당서울대학교 병원장을 역임했다. 현재 ▲(사)스마트헬스표준포럼 회장 ▲건강보험 디지털의료전문 평가위원회 위원장 ▲AI 정밀의료솔루션 닥터앤서 2.0 사업단 과제총괄책임자를 맡고 있다. 현재 맡고 있는 과제는 이해 충돌 우려가 있어, 단장 취임 6개월내 과제 책임을 이양해야 한다. 채용 조건이다. 이 사업을 통해 과기정통부는 한국인의 유전정보 연구·분석 체계를 구축하고 연구자가 신속하고 안전하게 데이터를 제공받아 활용할 수 있도록 하는 원스톱 체계를 구축할 계획이다. 신임 사업단장은 지난해 12월부터 약 3개월 간의 공모 기간을 거쳐 지원자격을 검증하고 서면 및 면접발표 평가를 실시한 후 사업추진위원회 심의를 통해 최종 선정됐다.

2024.04.08 10:07박희범

[기획] 스마트그린산단, 산업단지 안전관리체계도 '스마트화'

국가 수출의 산역사인 국가산업단지가 노후화함에 따라 2020년 7월 정부가 '스마트그린산단'을 제시했다. 생산시설이 노후화하고 에너지 사용도 비효율적이고 대기오염물질을 배출하던 노후 산업단지를 에너지 소비를 효율화하고 친환경 제조공정이 가능한 산단으로 탈바꿈하기 위함이었다. 산업단지를 디지털 기반 '고(高) 생산성(스마트) + 에너지 고효율 + 저오염(그린)' 등 스마트·친환경 제조공간으로 전환하는 게 목표다. 한국산업단지공단은 스마트그린산단 사업으로 노후산업단지에 디지털을 입히고 디지털 안전관리 체계를 구축했다. 2020년부터 전국 14개 산업단지에 '산업단지 통합관제센터'를 구축·운영 중이다. 인공지능(AI)·정보통신기술(ICT)·빅데이터 등을 활용해 산업단지에서 발생하는 화재·유해화학물질 유출 사고 등을 실시간으로 감시하고 위험 요소가 발생하면 소방·화학재난합동방제센터 등 관련 기관과 연계해 신속한 대응 시스템을 만들어 가고 있다. 지디넷코리아는 한국산업단지공단과 함께 주요 스마트그린산단에 구축·운영 중인 통합관제센터를 소개한다. ■ 여수통합관제센터 여수국가산업단지 통합관제센터는 유해화학물질 사고 대응과 석유화학물질 이송을 위한 파이프렉 안전시스템·화학물질 이송배관·전기·가스 등 유틸리티 배관 3차원 통합 지리 정보 시스템을 구축했다. 여수국가산업단지에서 유해화학물질이 유출되면 즉시 확인할 수 있도록 유해대기측정기 20개, 하천 수질 측정기 4개, 지능형 유해물질 측정기 5개 등 감지설비를 설치해 촘촘하게 감시하고 있다. 유해화학물질을 감지하면 바람 방향과 속도를 계산해 사고 장소를 즉시 확인할 수 있다. 유출된 화학물질 정보를 여수화학합동방제센터 등 사고 대응기관에 전달해 적절한 현장 대응이 가능하도록 지원하고 있다. 추가 피해를 방지하기 위해 여수국가산업단지 입주기업과 인근 주민에게 상황을 알리는 기능도 있다. 또 여수국가산업단지 지상과 지하에 매설된 배관망 2천170㎞의 정보를 3D 지도로 구현했다. 배관 크기·두께 관련 정보와 배관에 흐르는 화학물질 정보를 가지고 있다. 앞으로 변경되는 배관은 기업 신고를 받아 3D지도를 업데이트할 예정이다. ■ 인천남동통합관제센터 인천남동통합관제센터는 중소기업이 밀집된 단지 특성을 반영해 스마트시스템을 구축했다. 화학물질을 취급하는 중소기업이 밀집해 있는 일진도금단지에 입주한 공장별로 배전·분전반에 전기 흐름을 확인할 수 있는 계측장비를 설치해 누전·과부하 등으로 인한 화재 징후를 포착할 수 있는 시스템을 설치했다. 일진도금단지는 스마트 감지설비를 설치하기 전에는 연 1회 이상 화재가 발생해 피해가 발생했으나 스마트 장비를 설치한 이후 화재가 발생하지 않는 성과를 이뤘다. 남동국가산업단지 전체를 바라볼 수 있는 열화상감지장비로 연기·불꽃을 24시간 상시 감시한다. AI 기술을 보유한 열화상감시장비는 화재 관련 이상 징후가 발생하면 119 종합상황실에 해당 사실을 알려 소방차가 신속하게 출동할 수 있게 했다. 화재가 발생하면 차량형 유선 드론을 사고 현장으로 출동해 화재진압을 위한 현장 정보를 소방에 제공한다. ■ 광주첨단통합관제센터 광주첨단통합관제센터는 풍수해 자연재난을 초기에 대응할 수 있는 수해방지시스템을 보유하고 있다. 광주첨단통합관제센터는 첨단국가산업단지 우수 관로에 수위를 실시간으로 확인해 집중 호우가 발생하면 우수관로 이상 징후를 감지한다. 수위가 급격하게 높아지면 광주첨단통합관제센터는 첨단국가산업단지 입주기업에 침수위험 경고 메시지를 발송한다. 광주첨단통합관제센터 관계자는 “침수위험을 사전에 알리게 되면 수해로부터 피해를 방지할 수 있는 골든타임 1시간을 만들 수 있다”고 밝혔다. 2020년 8월 7일부터 8일까지 이틀 간 내린 450mm에 이르는 폭우로 광주첨단국가산단업지 입주기업 142곳이 침수돼 200억원 규모 피해가 발생했다. 한국산업단지공단 관계자는 “최근 집중호우가 자주 발생하는 상황에서 사전에 피해를 대비해 산업단지 입주기업의 안전을 확보하는 시스템이 구축됐다”고 평가했다. 광주첨단통합관제센터도 산업단지 화재를 감시할 수 있는 열화상 카메라 시스템을 구축하고 있다. AI 기술을 보유한 열화상 카메라가 설치된 후 광주첨단국가산업단지 인근 야산에서 발생된 화재 연기를 감지해 화재 신고가 들어오기 전에 소방서가 조기 출동하도록 하기도 했다. 이상훈 한국산업단지공단 이사장은 “산업단지별 특성에 맞는 디지털·AI 기술을 도입해 스마트 안전관리 인프라를 조성하는 한편, 산업단지의 지속적인 성장을 위한 안전관리 체계를 구축해 나가겠다”고 밝혔다. 지디넷코리아-한국산업단지공단 공동기획

2024.02.23 15:44주문정

산단공, 스마트그린산단 통합관제센터 4곳 신규 구축…국비 240억 투입

산단공이 4개 스마트그린산단에 올해부터 3년 동안 240억원을 투입해 통합관제센터를 신규 구축한다. 한국산업단지공단(이사장 이상훈)은 최근 오송&세종컨퍼런스에서 '2024년도 스마트그린산단 통합관제센터 구축사업 설명회'를 개최했다. 산단공은 2020년부터 통합관제센터 구축사업을 통해 노후한 산업단지의 재난·안전사고 예방을 위한 빅데이터·인공지능(AI) 등 첨단기술과 인프라를 활용한 '산업단지 통합관제센터'를 전국 14개 산업단지에 구축·운영 중이다. 통합관제센터를 운영하고 있는 스마트그리드산단은 반월시화, 경남창원, 인천남동, 경북구미, 광주첨단, 전남여수, 대구성서, 울산미포, 부산녹산, 전북군산, 충북청주, 충남천안제, 경북포항, 전남대불 등 14곳이다. 올해에는 대전, 광양, 부산신평장림, 인천주안부평 등 4개 스마트그린산단에 3년간 국비 240억원을 투입해 신규 구축·지원할 예정이다. 산단공은 통합관제센터를 통해 AI·정보통신기술(ICT)·빅데이터 등을 활용해 산업단지에서 발생하는 화재·유해화학물질 유출 사고 등을 실시간으로 감시하고 위험요소가 발생할 경우 소방·화학재난합동방제센터 등 관련 기관과 연계하는 신속한 대응 시스템을 만들어 가고 있다. 이상훈 한국산업단지공단 이사장은 “산업단지 통합관제센터 구축을 통해 환경·안전 관제 기능이 한층 강화되고 위기 상황에 신속히 대응할 수 있게 될 것”이라며 “각종 재난으로부터 안전한 산업단지를 위해 최선의 노력을 다하겠다”고 밝혔다. 한편, 설명회는 민간기업·지자체 관계자·유관기관 등 40여 명이 참석한 가운데 사업홍보와 수행기관 모집을 위한 사업설명과 질의응답 순서로 진행됐다.

2024.02.21 08:02주문정

질병청, 방역통합정보시스템 개통…감염병 빅데이터 플랫폼도 상반기 중 개통

질병관리청은 지난 2일 오전 8시부터 방역통합정보시스템 정식 운영을 시작했다고 밝혔다. 주요 문의에 대응하고 시스템 사용현황, 이상징후 모니터링 등 개통 초기 발생할 수 있는 문제점에 조기 대응하기 위해 비상대응 상황실을 운영해 방역통합정보시스템은 개통 이후 안정적으로 운영되고 있다는 설명이다. 질병관리청은 방역통합정보시스템을 기반으로 통계생산, 분석기능, 가명처리 등을 제공하는 감염병 빅데이터 플랫폼을 상반기 중 개통하고 감염병 정보를 민간 연구진들에게도 개방해 정책·연구분석을 지원, 방역정책 수립에 도움이 될 수 있도록 추진할 예정이다. 지영미 질병관리청장은 “지난 2년간 방역통합정보시스템에 대해 의료기관 및 지자체 담당자들의 적극적인 참여 덕분에 무사히 개통하게 되어 감사하다”라며 “상반기로 예정된 빅데이터 플랫폼도 착실히 준비해 다음 팬데믹에 철저히 대비하겠다”라고 밝혔다. 방역통합정보시스템 구축 사업은 코로나19 대유행에서 신속하고 효율적인 감염병 대응을 위해 정보의 횡적(대응단계) 및 종적(전달체계) 통합·연계 필요성이 확인됐고, 감염병 대응 과정에서 수집한 정보를 통한 빅데이터 구축·분양을 통해 감염병 대응에 필요한 분석역량 강화 및 민간전문성 활용도 제고를 위해 추진됐다.

2024.01.03 09:38조민규

지금 뜨는 기사

이시각 헤드라인

에너지 안보가 곧 국가 경쟁력…전력 인프라 대전환 시급

"입는 로봇, 스마트폰처럼 쓰게 될 것…라인업 다각화 계획"

직장 내 사람·일·협업 고민, 'HR테크'로 풀었다

네이버·카카오 올해 특명 '체류시간' 더 늘려라

ZDNet Power Center